ИИ-помощники в программировании ворвались в повседневную жизнь разработчиков с невероятной скоростью. Но что стоит за удобством? Ускорение или поверхностное мышление?
Разбираем, как меняется стиль программирования, поведение и архитектура кода, когда часть решений принимает нейросеть. Много примеров, кода, субъективных наблюдений и немного философии.
ИИ — это не просто автодополнение
В 2021 году, когда Copilot только начинал свое шествие, многие относились к нему как к новому автокомплиту. Но за прошедшее время всё стало сложнее: модели начали понимать контекст, “предсказывать” намерения, писать тесты, генерировать SQL-запросы, даже советовать архитектурные решения. И с этим начали происходить странные вещи.
Простой пример: типичный разработчик на Python.
# Python
def get_top_customers_by_revenue(customers: list[dict], top_n: int = 5) -> list[str]:
return sorted(
[c for c in customers if c.get("revenue")],
key=lambda x: x["revenue"],
reverse=True
)[:top_n]
Copilot предлагает этот сниппет почти целиком после ввода def get_top_customers. Но знаешь ли ты, почему он предлагает key=lambda x: x["revenue"] вместо itemgetter? Это удобство или увод от знаний?
Когнитивные искажения: ты думаешь, что это ты думаешь
ИИ меняет поведение. Мы меньше держим контекст в голове, чаще соглашаемся с “разумной” подсказкой, даже если она неверна. Это явление в психологии называется “авторитетная автоматизация” — когда система с высоким доверием подавляет критическое мышление.
Когда Copilot предлагает решение, а ты жмёшь Tab — ты соглашаешься. Но на автомате. А если бы писал сам, может, подумал бы иначе.
Скорость ≠ качество
Есть класс задач, в которых скорость реально выигрывает: CRUD, логика форм, интеграции. Но ИИ-буст здесь работает как на стероидах: ты пишешь то же самое, но быстрее. Это прекрасно… до момента, пока не нужен нестандартный подход.
Сравним:
// Go
// ИИ предлагает такой код для фильтрации
func FilterAdults(users []User) []User {
var result []User
for _, user := range users {
if user.Age >= 18 {
result = append(result, user)
}
}
return result
}Почему мы вообще используем ИИ при программировании?
Всё просто: это удобно. Запускаешь редактор, подключаешь Copilot или Codeium, начинаешь печатать, и на экране появляется кусок кода, который… часто просто идеально вписывается в твои намерения. Это магия. Особенно когда ты пишешь:
// JavaScript
function groupBy(array, key) {
return array.reduce((result, item) => {
const groupKey = item[key];
if (!result[groupKey]) {
result[groupKey] = [];
}
result[groupKey].push(item);
return result;
}, {});
}ИИ предлагает эту функцию почти сразу после ввода function groupBy. Это удобно, быстро и эффективно. Но когда каждый второй разработчик использует похожие сниппеты, возникает вопрос — где стиль? где изобретательность?
Проблема усреднённого стиля
Нейросети, обученные на массовом коде, не умеют думать. Они предсказывают. Это означает: они предлагают не лучшее решение, а наиболее вероятное. Часто — самое банальное.
Вот пример на Rust:
// Rust
fn fibonacci(n: u32) -> u32 {
if n <= 1 {
return n;
}
fibonacci(n - 1) + fibonacci(n - 2)
}Это красиво? Да. Эффективно? Нет. Даже нейросети это понимают, иногда предлагая мемоизацию, но только если ты явно дашь понять, что тебе нужна оптимизация.
use std::collections::HashMap;
fn fibonacci(n: u32, memo: &mut HashMap<u32, u32>) -> u32 {
if let Some(&val) = memo.get(&n) {
return val;
}
let result = if n <= 1 {
n
} else {
fibonacci(n - 1, memo) + fibonacci(n - 2, memo)
};
memo.insert(n, result);
result
}
fn main() {
let mut memo = HashMap::new();
println!("{}", fibonacci(30, &mut memo));
}ИИ не предлагает этот код сразу. Почему? Потому что он реже встречается. А значит, он не усреднённый. Он требует понимания, а не только синтаксиса.
Как ИИ влияет на архитектурные решения
Здесь начинается самое интересное. Когда программист использует ИИ-помощника, часто закладывается паттерн мышления: «быстрее собрать — быстрее выкатить». В краткосрочной перспективе это работает. Но в архитектуре выигрывает тот, кто думает на 3-4 хода вперёд.
Пример: генерация слоёв API
ИИ может сгенерировать:
# Python (FastAPI)
from fastapi import FastAPI, HTTPException
app = FastAPI()
@app.get("/users/{user_id}")
def get_user(user_id: int):
# заглушка
return {"user_id": user_id, "name": "John Doe"}Но если ты проектируешь API на несколько лет — тебе нужны схемы, валидация, документация, декомпозиция. Что делает осознанный разработчик?
# Python (FastAPI с Pydantic)
from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
from typing import List
app = FastAPI()
class User(BaseModel):
id: int
name: str
email: str
users_db = [
User(id=1, name="Alice", email="alice@example.com"),
User(id=2, name="Bob", email="bob@example.com")
]
@app.get("/users", response_model=List[User])
def list_users():
return users_db
@app.get("/users/{user_id}", response_model=User)
def get_user(user_id: int):
for user in users_db:
if user.id == user_id:
return user
raise HTTPException(status_code=404, detail="User not found")ИИ может это сгенерировать, но только если ты уже был на полпути. А это уже не помощь — это повторение. Не обучение, а догонялки.
Как меняется стиль программирования
Некоторые наблюдения, которые можно назвать “микро-рефакторингами мышления”:
-
Императивность возвращается. Даже в языках с выразительной функциональностью, ИИ предлагает базовый, иногда даже архаичный стиль.
-
Поверхностные паттерны. Модели копируют популярное, не лучшее.
-
Зарастание boilerplate-ом. Часто ИИ создает ненужную обвязку, особенно в тестах.
Парадокс: лучшее для джуниоров — ловушка для мидлов
Для начинающих ИИ — почти палочка-выручалочка. Он обучает паттернам, синтаксису, показывает, как можно. Но если ты уже middle+, возникает лень думать, лень читать доки. А там — новинки языка, интересные кейсы, нюансы, которые модель просто не знает.
А можно ли “переучить” мозг?
Один из способов — сознательное сопротивление: выключать подсказки, когда пишешь ключевую логику. Или использовать их как “ассистента”, не автора. Как в парном программировании: “ты мне идею — я тебе реализацию”.
Заключение: костыль или джетпак?
ИИ — это костыль, если ты опираешься на него в каждом шаге. Но это джетпак, если ты знаешь, куда лететь. Как и всё в жизни, польза зависит от осознанности. Главное — не отдать мозг на аутсорс.
Автор: IgorPostin
